เรื่องราวการแพร่กระจาย

เรื่องราวการแพร่กระจาย's คุณสมบัติทางเทคนิคที่สำคัญที่สุดคือกลไก Consistent Self Attention แทนที่จะสร้างภาพแต่ละภาพแยกกัน มันจะประมวลผลภาพทั้งชุดพร้อมกัน ทำให้คุณสมบัติในแต่ละแผงภาพโต้ตอบและบรรจบกันระหว่างการประมวลผล ผลลัพธ์คือตัวละครเอกของคุณจะดูเหมือนกันทุกประการในแผงภาพที่หนึ่งและแผงภาพที่ยี่สิบโดยไม่ต้องแก้ไขด้วยตนเอง สำหรับใครก็ตามที่เคยประสบปัญหาตัวละครเปลี่ยนรูปลักษณ์ในเกม กลางการเดินทาง หรือการใช้ Stable Diffusion เป็นฐาน คุณสมบัติเพียงอย่างเดียวนี้จะเปลี่ยนการคำนวณไปป์ไลน์การผลิตทั้งหมด

นอกเหนือจากภาพนิ่งแล้ว StoryDiffusion ยังมีคุณสมบัติอื่นๆ อีกด้วย โมดูลทำนายการเคลื่อนไหวเชิงความหมาย โปรแกรมนี้แปลงลำดับภาพที่สร้างขึ้นให้เป็นวิดีโอที่ราบรื่น โดยประมาณการการเคลื่อนไหวระหว่างเฟรมในพื้นที่เชิงความหมายแทนที่จะเป็นพื้นที่แฝง ทำให้ได้การเปลี่ยนภาพที่เสถียรมากขึ้นในลำดับวิดีโอที่ยาว จึงเหมาะสำหรับงานเขียนสตอรี่บอร์ดภาพยนตร์สั้น เนื้อหาแอนิเมชั่นอธิบาย และซีรีส์โซเชียลมีเดียแบบเป็นตอนๆ ที่ความต่อเนื่องของเนื้อหาเป็นสิ่งสำคัญอย่างยิ่ง

แพลตฟอร์มนี้มาพร้อมกับสไตล์ภาพสำเร็จรูป 6 แบบ ได้แก่ ภาพถ่าย ภาพยนตร์ อนิเมะญี่ปุ่น ตัวละครดิสนีย์ หนังสือการ์ตูน และภาพลายเส้น ผู้สร้างสามารถเลือกโทนภาพให้เข้ากับเรื่องราวของตนได้โดยไม่ต้องใช้โปรแกรมตกแต่งภาพหรือเครื่องมือแปลงสไตล์เพิ่มเติม เหมาะสำหรับการเล่าเรื่องของแบรนด์หรือสำหรับเด็ก's เนื้อหาเพื่อการศึกษา ช่วยประหยัดเวลาในการผลิตได้อย่างมาก และไม่จำเป็นต้องจ้างนักวาดภาพประกอบเฉพาะทางในขั้นตอนการคิดคอนเซ็ปต์

StoryDiffusion ช่วยให้ผู้ใช้สามารถอัปโหลดรูปภาพอ้างอิงเพื่อกำหนดลักษณะภาพของตัวละครที่ต้องการได้ โดยการเพิ่มคำว่า “img” ต่อท้ายประเภทตัวละครในข้อความของคุณเพื่อเปิดใช้งานฟีเจอร์นี้ เมื่อใช้ร่วมกับการรองรับข้อความปฏิเสธ จะช่วยให้ผู้สร้างควบคุมการรวมและการยกเว้นในทุกๆ ผลงานได้อย่างแม่นยำ นี่คือ... ขั้นตอนการทำงานแบบมืออาชีพมาตรฐาน สำหรับทุกคนที่ทำงานเกี่ยวกับแบบจำลองการแพร่กระจายอย่างจริงจัง

ไฟล์ที่สร้างขึ้นจะถูกส่งออกเป็น PNG, WEBP หรือ JPG ซึ่งครอบคลุมรูปแบบที่จำเป็นสำหรับการใช้งานร่วมกับ Canva, Figma, Adobe Express และเครื่องมือวางแผนการโพสต์บนโซเชียลมีเดียส่วนใหญ่ การที่ไม่มีการส่งออกไฟล์การ์ตูนเป็น PDF หรือไฟล์ PSD แบบแยกเลเยอร์นั้นถือเป็นข้อบกพร่องที่สำคัญสำหรับขั้นตอนการผลิตงานพิมพ์ แต่สำหรับกระบวนการผลิตคอนเทนต์ดิจิทัลนั้น รูปแบบทั้งสามนี้ครอบคลุมการใช้งานส่วนใหญ่แล้ว